因果自适应的单通道语音降噪方法和装置制造方法及图纸

本公开提供了一种因果自适应的单通道语音降噪方法和装置，该方法包括：采集在第一时间段内的噪声信息和在第二时间段内的带噪语音信息；对噪声信息和带噪语音信息进行处理，得到噪声相关矩阵和语音相关矩阵；对噪声相关矩阵和语音相关矩阵进行广义特征值分解处理，得到多个初始特征向量；根据多个初始特征向量和初始滤波器的滤波函数，生成目标滤波向量；根据目标滤波向量和带噪语音信息，生成增强的目标输出语音信息。目标输出语音信息。目标输出语音信息。

【技术实现步骤摘要】
因果自适应的单通道语音降噪方法和装置


[0001]本公开涉及语音信号处理
，更具体地，涉及一种因果自适应的单通道语音降噪方法和因果自适应的单通道语音降噪装置。

技术介绍

[0002]语音增强(speech enhancement)旨在从声学传感器采集到的带有噪声及混响的声音信号中提取纯净的声源信号，其性能衡量指标主要包括输出信噪比(SNR，signal
‑
to
‑
noise ratio)和听力感知可懂度(speech intelligibility)等。语音增强或语音降噪(NR，noise reduction)在助听器、视频会议、人机交互等方面有着广泛的应用，尤其是在嘈杂的环境中，通常被建立为前端以改善语音质量和语音可懂度。在过去数十年间，已经提出了大量的降噪算法，这些算法可以分为单通道和多通道类别。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：相关技术在对语音信息进行增强处理后，所得到的增强后的输出信息在语音质量和语音可懂度上效果不佳。<br/>
技术实现思路
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种因果自适应的单通道语音降噪方法，包括：采集在第一时间段内的噪声信息和在第二时间段内的带噪语音信息；对所述噪声信息和所述带噪语音信息进行处理，得到噪声相关矩阵和语音相关矩阵；对所述噪声相关矩阵和语音相关矩阵进行广义特征值分解处理，得到多个初始特征向量；根据多个所述初始特征向量和初始滤波器的滤波函数，生成目标滤波向量；根据所述目标滤波向量和所述带噪语音信息，生成增强的目标输出语音信息。2.根据权利要求1所述的方法，其中，对所述噪声相关矩阵和语音相关矩阵进行广义特征值分解处理，得到多个初始特征向量，包括：对所述噪声相关矩阵和语音相关矩阵进行广义特征值分解处理，得到多个初始特征值；对每个所述初始特征值进行转换处理，得到多个所述初始特征向量。3.根据权利要求1所述的方法，其中，根据多个所述初始特征向量和初始滤波器的滤波函数，生成目标滤波向量，包括：根据所述滤波函数、所述噪声相关矩阵、所述语音相关矩阵和平衡因子，生成初始滤波向量；根据多个所述初始特征向量和与每个所述初始特征向量对应的初始特征值，分别生成向量矩阵和对角矩阵；基于预设选取规则对多个所述初始特征值进行筛选，得到多个目标特征值；根据多个所述目标特征值、向量矩阵和对角矩阵，生成目标滤波器，其中，所述目标滤波器包括所述目标滤波向量。4.根据权利要求3所述的方法，其中，基于预设选取规则对多个所述初始特征值进行筛选，得到多个目标特征值，包括：基于预设排序规则对多个所述初始特征值进行排序，得到排序后的多个初始特征值；基于所述预设选取规则，从排序后的多个初始特征值中挑选多个所述目标特征值。5.根据权利要求3所述的方法，其中，根据多个所述目标特征值、向量矩阵和对角矩阵，生成目标滤波器，其中，所述目标滤波器包括所述目标滤波向量，包括：对所述向量矩阵和对角矩阵进行联合对角化，得到第一对角化公式；根据所述第一对角化公式和带噪协方差矩阵，生成第二对角化公式；根据多个所述目标特征值和所述第二对角化公式，生成所述目标滤波向量。6.根据权利要求5所述的方法，其中，根据多个所述目标特征值和所述第二对角化公式，生成所述目标滤波向量，包括：针对噪声相关矩阵和语音相关矩阵中的任一相关矩阵，利用多个...

【专利技术属性】
技术研发人员：张结，陶睿，周叶萍，刘沛奇，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：